Qwen3.8-Max完成六道高难度任务，2.4T参数开源引竞赛关注
近期一款全新的大模型正式亮相，凭借2.4万亿参数的体量加入了万亿级开源模型俱乐部。这款模型不仅搭载了100万token的上下文长度，支持多模态图文输入，还采用了稀疏MoE结合混合注意力的架构，在保证超大参数量的同时，实际运行速度远超行业预期。
官方披露的测试案例显示，该模型可以在完全无人值守的情况下连续运行16天完成自主软件开发，期间累计提交430次代码变更、211个合并请求、修复62个开发问题，最终产出了名为oh-my-cli的自进化智能体系统。从7月19日预览版上线到正式发布，这款模型保持了每日更新的迭代节奏，经过多轮优化打磨后，正式版的稳定性和实际表现都相当出色。
这款模型正式发布一周后将完全开源，2.4T参数量级的全量权重将开放给社区自由使用。目前用户已经可以在多个官方平台以及合作办公工具中体验到正式版，同时官方还推出了力度不小的优惠活动：白天的credits消耗享受1折限时优惠，个人版Token Plan在夜间还能在此基础上再享2折折扣。
我们选择了相关厂商推出的AI编程CLI工具作为测试载体，准备了六项不同难度和类型的测试任务，全方位验证这款模型的实际能力。
第一项测试是从零开发一款竖屏射击游戏Galaxy Shooter，要求在空目录中仅用Canvas实现，所有代码整合在单个index.html文件中，不依赖任何外部资源。从开启会话到完成交付仅用了十分钟，期间没有任何人工干预，最终产出的游戏不仅可以正常运行，支持键盘和触控操作，还完美处理了游戏状态重置、碰撞检测等细节问题，像素风格的视觉表现也相当出色。
在一个全新的空目录里，用Canvas创建一款竖屏Galaxy Shooter。 所有HTML，CSS和JavaScript必须放在同一个index.html中，不使用外部资源。 完成后检查JavaScript错误，验证键盘和触控，验证重开会重置全部状态，发现问题后自行修复。
第二项测试挑战难度大幅提升，要求在浏览器中实现一款类似我的世界的3D沙盒游戏，同样仅用单个HTML文件完成。最终产出的代码超过1800行，不仅实现了程序化地形生成、区块流式加载、方块放置与挖掘、昼夜循环、敌对生物生成等核心功能，还包含了背包系统、存档读档、音效适配和性能优化，整体体验接近原生沙盒游戏的水准。
请在当前空目录中，一次性创建一个完整、真正可运行的浏览器端3DMinecraft game。 所有代码放在一个index.html中。 程序化地形生成，Chunk流式加载，挖矿放置合成，昼夜循环，敌对怪物，生存机制，背包系统，存档读档，音效，性能自适应。
第三项测试选择了真实存在的多文件项目AI News Radar，要求使用GSAP工具改造新闻列表为可滚动的时间轴UI，同时不能改动原有项目的其他功能和数据。模型首先自主分析了项目的结构、数据流和组件逻辑，精准定位了需要修改的部分，最终完成的时间轴UI不仅实现了进度线、事件入场、日期切换和筛选动画等效果，还兼容明暗主题、响应式布局和无障碍访问要求，仅在少量细节上需要人工收尾调整。
在AI News Radar这个真实多文件项目中，保留原有数据和功能， 用GSAP + ScrollTrigger将普通新闻列表升级为可滚动的AI新闻时间轴， 通过进度线、事件入场、日期切换和筛选动画强化时间脉络， 同时兼顾明暗主题、响应式布局、键盘操作和reduced motion， 最终完成可运行、可验证的实际实现，而不是只做一张静态效果图。
第四项测试将视觉要求拉满，参考了同类UI测试的prompt，要求基于Next.js、React、TypeScript和GSAP ScrollTrigger开发Qwen3.8-Max的官方发布网站，核心定位为滚动式的数字发布电影。最终产出的网站从开场动画到转场效果都充满创意，不少视觉效果让人眼前一亮，虽然存在少量画面超出屏幕的小瑕疵，但整体表现已经相当出色。
基于 Next.js、React、TypeScript 和 GSAP ScrollTrigger，开发一套完整、可运行、可部署的Qwen3.8-Max 模型发布网站。核心定位
全站是一条连续推进的滚动字体电影，核心概念为：ENTER THE Q
它不是普通的AI产品官网，而是一场关于“思考、理解与执行”的数字发布电影。
前四个测试都是需求明确的指定任务，而第五个测试则转向了开放型任务：要求联网调研当前可用的优质macOS工具、插件和开源项目，然后将调研结果制作成具有macOS风格的互动产品，而非静态文章或简单列表。最终模型调研了52个工具，覆盖20个分类，包括窗口管理、启动器、剪贴板工具、隐私工具、开发者工具、截图OCR工具等，其中31个为开源项目，33个完全免费。每个工具都整理了名称、简介、解决的问题、分类和官方链接，共计166条来源记录，并且对于不确定的信息会明确标注，不会编造不实内容。最终产出的MAC UPGRADE LAB平台可以帮助用户发现工具、对比应用并生成适合自己的Mac工作流，整个过程中模型还主动编写了两套验证脚本确保内容准确可靠。
# Case：MAC UPGRADE LAB——打造 2026 Mac 工具发现中心请在当前空目录中，从零创建一个完整、真正可运行的交互式网站：
MAC UPGRADE LAB：2026 Mac 工具发现与工作流搭建中心
这个项目需要同时完成两件事：
联网研究目前仍然可用、值得推荐的 macOS App、插件和开源工具。
将研究结果制作成一个具有强烈 macOS 画面感的互动产品，而不是普通文章或静态推荐列表。
用户打开网站后，应该能够发现工具、解决 Mac 使用痛点、比较不同 App，并生成一套适合自己的 Mac 工作流。
最后一项测试是在浏览器中实现完整的Windows 11系统，同样仅用单个HTML文件完成，要求还原所有默认应用和交互逻辑，同时新增100余项实用功能，涵盖即时通讯、相机、动态壁纸、浏览器连接等场景。最终产出的模拟器完美还原了Windows的视觉风格和交互逻辑，包括开始菜单、任务栏、多窗口层叠管理、系统设置等，内置的邮件客户端、命令提示符等应用都可以正常使用，甚至连终端的命令回显都完全模拟真实效果，整体体验足以以假乱真。
构建一个可直接在浏览器中运行的 Windows 11 系统。 它需要包含所有默认应用，尽可能精准地还原原版的界面和交互，并确保所有元素都真正可用。 加入完整的代码编辑器和各种常用应用，所有功能都必须能够正常运行。 不要使用表情符号。 另外，再增加100项我没有明确要求、但能显著提升用户体验的实用功能，涵盖即时通讯、相机、动态壁纸、浏览器连接等场景。 把Windows中所有广为人知的经典功能都加入进来，并在易用性、性能和体验上做得比原版更好。
完成这六项测试后可以发现，这款正式版模型已经具备了从2D游戏开发、3D沙盒实现、真实项目改造到高端UI设计、自主调研产品落地乃至跨系统模拟器开发的全流程能力。一周后2.4T的全量权重将开放给社区，届时社区将衍生出哪些令人惊喜的应用，值得期待。当前开源大模型的参数竞赛已经进入万亿级时代，从多款竞品的2T以上参数量来看，行业的发展速度远超想象，而开源权重的开放无疑将进一步推动整个领域的创新。
